從 grill 到 AFK 迴圈的寫碼流程

概要

• 兩個 LLM 限制Matt 的前提是 LLM 有聰明區與笨區，約 100K token 之後就變笨，而且每個 session 都會重置，像 Memento 裡的人。所以偏好 clear 而不是 compact，任務也要切小。
• 先 grill 再寫 PRDMatt 反對只改規格不看程式碼的做法，改用很短的 grill me skill 逐題訪談，直到跟 AI 取得共識，再整理成 PRD。這份 PRD 自己並不讀，因為已經對齊，讀它只是在檢查摘要。
• 看板與垂直切片Matt 請 AI 把 PRD 拆成有阻擋關係的獨立 issue，要求每個是貫穿各層的薄切片，而非一層一層做。這樣能儘早拿到回饋，也能讓多個 agent 平行。
• AFK 實作加人工 QA人負責白班的規劃，夜班由 Ralph 迴圈實作，再以 TDD 與型別檢查當回饋。Matt 仍堅持人工 QA 與 code review，認為全自動會讓成品沒有品味。
• 程式碼庫形狀決定 AI 表現Matt 說爛的程式碼庫養出爛的 agent，主張用深模組、小介面、把實作委派的灰盒子來維持對程式的掌握，並展示專門深化模組的 skill。
• 平行化與 Q&AMatt 展示自己做的 Sandcastle，用 work tree 加 Docker 沙盒平行跑多個 agent，並回答了框架選擇、文件腐爛、編碼標準等聽眾問題。

原話

• “Every time you add a token to an LLM, it's kind of like you're adding a team to a football league.”

  每多一個 token，就像聯賽多一支球隊

  ▶ 03:40

• “I didn't need an asset. I didn't need a plan. I needed to be on the same wavelength.”

  我要的不是成品或計畫，而是跟 AI 想法同步

  ▶ 17:20

• “bad code bases make bad agents.”

  爛的程式碼庫會養出爛的 agent

  ▶ 36:46

• “AI loves to code horizontally. So it loves to code layer by layer.”

  AI 愛橫向做，一層一層寫

  ▶ 42:45

• “TDD, I've found, is absolutely essential for getting the most out of agents.”

  我發現，要把 agent 的能力發揮到最大，TDD 絕對不可或缺

  ▶ 1:06:45

延伸

• Matt 說 grill me 的靈感來自 Frederick P. Brooks 在 The Design of Design 講的「設計概念」：一起做新東西的人，腦中要有同一個想法，並發現自己跟 Claude 缺的就是這個，而不是一份計畫。
• 把任務切小，Matt 說是 Martin Fowler 的 Refactoring 與 Pragmatic Programmer 早就講過的老建議，對人與 AI 都適用。